公开(公告)号：CN114359419A

公开(公告)日：2022-04-15

申请号：CN202111286704.6

申请日：2021-11-02

Applicant: 上海大学

Inventor： 田金鹏 ,  袁文杰 ,  冯玉田 ,  严军 ,  沈明华

IPC: G06T9/00 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的图像压缩感知重建方法。本方法应用多个注意力模块，提出一个基于压缩感知算法的卷积注意力网络(AM‑CSNet)；每个注意力模块(AM)包含通道注意力以及空间注意力机制；多个注意力模块之间通过残差连接和全局特征融合输出重建图像。本发明具有如下优点：在每一个AM中，通道注意力和空间注意力机制自适应分配特征权重，显著提高了图像重建质量；全局特征融合和残差连接保留了不同层次的特征信息，使不同模块提取的特征信息得到充分利用，而且减少了重建高质量图像所需的网络层数。

公开(公告)号：CN114359419B

公开(公告)日：2024-05-17

申请号：CN202111286704.6

申请日：2021-11-02

Applicant: 上海大学

Inventor： 田金鹏 ,  袁文杰 ,  冯玉田 ,  严军 ,  沈明华

IPC: G06T9/00 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的图像压缩感知重建方法。本方法应用多个注意力模块，提出一个基于压缩感知算法的卷积注意力网络(AM‑CSNet)；每个注意力模块(AM)包含通道注意力以及空间注意力机制；多个注意力模块之间通过残差连接和全局特征融合输出重建图像。本发明具有如下优点：在每一个AM中，通道注意力和空间注意力机制自适应分配特征权重，显著提高了图像重建质量；全局特征融合和残差连接保留了不同层次的特征信息，使不同模块提取的特征信息得到充分利用，而且减少了重建高质量图像所需的网络层数。